AutoLabSuite

Репозиторий AutoLabSuite — система автоматизации:

Цели

1. Сокращение времени преподавателя на рутинную проверку.
2. Повышение прозрачности критериев и истории изменений оценок.
3. Поддержка формативной обратной связи и персональных рекомендаций.
4. Масштабируемость на разные дисциплины и типы заданий.

Необходимость проекта

Мотивация: практическая нагрузка и психо-социальные риски. Во многих вузах преподаватели и ассистенты тратят значительное количество рабочего времени на рутинную проверку домашних заданий, лабораторных работ, курсовых и дипломных проектов. Эта работа часто монотонна, повторяема и плохо автоматизирована, что приводит к накоплению усталости и риску профессионального выгорания. При этом качество проверок может снижаться с ростом количества работ и усталости рецензента, что прямо влияет на справедливость оценивания и образовательный результат.

Дополнительный фактор — академическое мошенничество. Когда значительная доля студентов списывает, использует готовые решения из интернета или обращается к услугам сторонних исполнителей ("contract cheating"), преподавателю приходится тратить ещё больше времени на выявление нарушений и проведение аудитов. Это усиливает нагрузку и делает рутинную проверку ещё более затратной по времени и эмоционально.

Почему это важно:

• Сохранение кадров. Выгорание преподавателей ведёт к росту текучести кадров и потере опыта.
• Качество обучения. Усталость проверяющего снижает качество обратной связи, что ухудшает обучение студентов.
• Справедливость оценивания. Неавтоматизированные процессы сложнее масштабировать и контролировать, что повышает риск ошибок и субъективности.
• Ресурсоэффективность. Университеты тратят значительные человеческие ресурсы на рутинные операции, которые могут быть частично автоматизированы.

Цель проекта AutoLabSuite — снизить рутинную рабочую нагрузку преподавателя, повысить прозрачность и воспроизводимость оценивания, улучшить формативную обратную связь и сделать процессы аудита и детекции нарушений более управляемыми. Система концентрируется на автоматизации повторяющихся задач (приём работ, базовый статический/динамический анализ, первичная проверка по рубрике), предоставлении ассистивных инструментов преподавателю (подсказки, ранжирование работ по риску списывания, шаблоны обратной связи) и сохранении полной трассируемости решений.

Список релевантных источников и обзоры доступны в разделе Литература.

Основные домены

Доменная модель (CloudForge):

Домены	Кратко
Ingestion	Приём/сбор работ, метаданных, артефактов
Grading Engine	Правила, рубрики, тесты, статический/динамический анализ
AI Assist	LLM подсказки, объяснения, переформулировки, классификация ошибок
Feedback	Формирование отчётов студенту и преподавателю
Audit & Traceability	Прозрачность, цепочка артефактов, объяснимость AI
Progress Tracking	Учёт попыток, дедлайны, статусы, метрики
Integration	LMS / Git / CI / Контейнеры / Песочницы выполнения

Быстрый старт (документация)

Содержание

1. Цели
2. Основные домены
3. Быстрый старт (документация)
4. Как читать
5. Содействие
6. Лицензия
7. Состояние
8. Улучшения в планах

Документация в каталоге docs/ структурирована по best practices (см. также сводное оглавление: docs/README.md):

• Обзор: docs/overview
• Архитектура: docs/architecture
• API: docs/api
• Процессы и операции: docs/processes, docs/operations
• Модели ИИ: docs/ai-models
• Оценивание: docs/grading
• Обзор литературы: см. раздел Литература
• Безопасность и соответствие: docs/compliance
• ADR (решения): docs/decision-records
• Roadmap: docs/roadmap
• Шаблоны и примеры: docs/templates, docs/examples
• UI / UX: docs/ui-ux
• OpenAPI спецификация: docs/api/openapi.yaml

Как читать

Начните с:

1. Обзор / Модель домена
2. Solution Architecture
3. Модель рубрик
4. Стратегия AI моделей
5. Структура команд (префиксы)
6. Ротация Iteration Lead
7. Scrum адаптация

Ключевые процессы и критерии:

• DoR / DoD и Quality Gates: Критерии DoR/DoD
• Release & SemVer flow: Процесс релизов
• Labels таксономия и автоматизация: Таксономия labels

Содействие

Смотрите CONTRIBUTING.md и шаблоны задач в .github/ISSUE_TEMPLATE.

Дополнительно

• Структура команд
• Ротация лидов
• Scrum итерации
• Владение кодом: .github/CODEOWNERS

Критерии и процессы

• DoR / DoD: Критерии DoR/DoD
• Release: Процесс релизов
• Labels: Таксономия labels

Лицензия

Временно: лицензия ещё не выбрана. План: добавить SPDX идентификатор и текст (например, Apache-2.0 или MIT) до первой публичной версии. Пока что контент предоставляется «AS IS» без гарантий. См. файл LICENSE (placeholder) при его появлении.

Состояние

Структура создаётся. Содержимое файлов — скелет.

Улучшения в планах

• Массовый автофикс markdown (lint) оставшихся файлов
• Расширение OpenAPI (аутентификация, rubrics, webhooks)
• RBAC матрица и политика версионирования рубрик
• Диаграммы (C4, последовательности, потоки данных)
• Метрики качества AI (drift, hallucination rate) в отдельном документе